![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 70
铁盒薄荷糖
这个作者很懒,什么都没留下…
展开
-
【深度学习】第5章——卷积神经网络(CNN)
卷积操作就是用一个可移动的小窗口来提取图像中的特征,这个小窗口包含了一组特定的权重,通过与图像的不同位置进行卷积操作,网络能够学习并捕捉到不同特征的信息。(4)池化操作:降采样处理(down-pooling),是对不同位置的特征进行聚合统计。通常是取对应位置的最大值(最大池化)、平均值(平均池化)等;:(0的圈数)在外围边缘补充若干圈0,方便从初始位置以步长为单位可以刚好滑倒末尾位置,通俗地讲就是为了总长能被步长整除。(5)多层处理:一般而言,在图像处理中,一层卷积及降采样往往只学到了局部的特征。原创 2024-07-09 13:23:24 · 360 阅读 · 0 评论 -
【深度学习】第3章实验——回归模型
根据相关数据集进行回归分析。原创 2024-07-05 13:35:40 · 231 阅读 · 0 评论 -
【深度学习】第3章——回归模型与求解分析
分析自变量与因变量之间定量的因果关系,根据已有的数据拟合出变量之间的关系。原创 2024-07-05 13:28:02 · 378 阅读 · 0 评论 -
【深度学习】第2章
字词的重要性随着它在文件中出现的次数成正比增加,但同时会随着它在语料库中出现的频率成反比下降。如果关系是非线性的,即便两个变量具有-一对应的关系,Pearson相关性也可能会接近0。皮尔森相关系数高,相关性高——>去掉特征之间相关性高的&目标值相关性较小的。其基本任务是确定句子的句法结构或者句子中词汇之间的依存关系。6.TF-iDF词条权重计算?方差小,相似度高——>去掉相似度较高的。三、特征处理(特征缩放、选择及降维)2.特征值的归一化(规范化)(2)主成分分析(PCA)(3)基于森林的特征选择。原创 2024-05-29 14:18:49 · 629 阅读 · 0 评论 -
【深度学习】第1章
深度学习是一种实现机器学习的技术,是机器学习重要的分支。机器学习是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析,其基础主要是归纳和统计。分类问题是有监督学习的一个核心问题。准确率是基于较佳的截断值计算的,AUC是基于所有可能的截断值计算的,更加稳健(尤其是面对突变样本)。曲线的位置越高,说明分类器的性能越好。回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,输出为一个实数数值。在垃圾短信分类器中,是指预测出的垃圾短信中真正垃圾短信的比例。原创 2024-05-26 14:16:14 · 601 阅读 · 0 评论